Primeira requisição em cinco minutos

URL Base & Autenticação

Aponte seu SDK OpenAI ou qualquer cliente compatível para nossa URL base. Você não precisa de uma biblioteca específica; qualquer ferramenta que aceite uma chave de API padrão funciona aqui. Recupere sua chave no painel após entrar com Google ou e-mail. A chave é exibida imediatamente e é a única credencial necessária para todas as requisições.

Defina a URL base como https://api.ollamaapi.top/v1. Use o ID do modelo uncensored para todas as conclusões de chat. Este modelo é de pesos abertos, ajustado para ter menos recusas e é distinto dos modelos de grandes fornecedores. Não é GPT, Claude ou qualquer outro modelo proprietário. A autenticação depende exclusivamente do cabeçalho Bearer token.

Primeira Requisição

Envie uma solicitação padrão de conclusão de chat para testar a conectividade. O endpoint aceita payloads JSON com messages, model e parâmetros opcionais como temperature ou max_tokens. O ID do modelo é sempre uncensored. As respostas retornam JSON estruturado incluindo o conteúdo do assistente e métricas de uso de tokens.

Se a requisição for bem-sucedida, você receberá uma resposta 200 OK. Se a autenticação falhar, você receberá um erro 401. Se não tiver fundos, você receberá um erro 402. Esses erros são gratuitos, então você paga apenas pelo uso de tokens bem-sucedidos. Use esta amostra para verificar sua configuração antes de integrar ao seu aplicativo.

Copycurl https://api.ollamaapi.top/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Write a blunt product review of a cheap VPN."}]
  }'

SDK Python

Use a biblioteca oficial OpenAI Python ou qualquer cliente compatível. Inicialize o cliente com sua URL base e chave de API. Defina o modelo para uncensored. Passe suas mensagens como uma lista de dicionários contendo role e content. A biblioteca lida com serialização e análise de resposta automaticamente.

O streaming de respostas é suportado pelo parâmetro stream. Isso permite que você processe tokens conforme são gerados, o que é útil para saídas longas ou atualizações de interface do usuário em tempo real. O último chunk contém o uso total de tokens para faturamento. Certifique-se de tratar exceções de forma adequada, pois erros de rede não geram cobranças.

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.ollamaapi.top/v1", api_key="YOUR_KEY")

resp = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Summarise this thread without softening it."}],
)
print(resp.choices[0].message.content)

SDK Node

Instale o pacote npm openai ou use qualquer wrapper baseado em fetch. Configure o cliente com a URL base https://api.ollamaapi.top/v1 e sua chave de API. O ID do modelo permanece uncensored. Passe o corpo da requisição com messages e configurações opcionais como top_p ou seed.

Usuários de Node.js podem aproveitar padrões async/await para código limpo. O objeto de resposta inclui choices, usage e id. Você pode extrair a mensagem do assistente da primeira escolha. O tratamento de erros deve considerar limites de requisições (429) e crédito insuficiente (402). Esses erros não consomem tokens, então seu saldo pré-pago permanece intacto até que uma resposta bem-sucedida seja gerada.

Copyimport OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.ollamaapi.top/v1", apiKey: process.env.API_KEY });

const resp = await client.chat.completions.create({
  model: "uncensored",
  messages: [{ role: "user", content: "Draft a villain monologue for my game." }],
});
console.log(resp.choices[0].message.content);

Respostas em Streaming

Ative o streaming definindo stream: true na sua requisição. A API retorna um stream de Server-Sent Events (SSE). Cada chunk contém conteúdo parcial, permitindo que você exiba tokens conforme são gerados. Isso reduz a latência percebida para os usuários e melhora a experiência para geração de texto longo.

O último chunk do stream inclui os dados completos de uso de tokens. Você pode usá-los para acompanhar o consumo em tempo real. Observe que o streaming não altera o modelo de precificação; você ainda paga por 1M de tokens de entrada e saída. Erros durante o streaming também são gratuitos. Se a conexão cair, você pode retomar ou reiniciar a requisição sem penalidades.

Copystream = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Tell the story in second person."}],
    stream=True,
)
for chunk in stream:
    if chunk.choices and chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)

Limites, Erros & Contexto

A janela de contexto é de 100.000 tokens no total, incluindo prompt e conclusão. A saída máxima por solicitação é de 32.000 tokens (2.048 se max_tokens estiver não definido). Se você exceder a janela de contexto, a solicitação falhará. Os erros incluem 401 para chaves inválidas, 402 para crédito insuficiente e 429 para limites de requisições. O limite de requisições é de 300 solicitações por minuto e 8 requisições simultâneas por chave. Os corpos das solicitações são limitados a 8 MB. Erros são gratuitos, o que significa que você não paga por solicitações falhas ou recusas. O crédito nunca expira e não é necessária assinatura.